1.一种保障安全供能的智能调控系统，其特征在于，包括风力燃油机(1)、光伏发电(2)、风能发电(3)、蓄电池(4)、储热水罐(5)、储能监测传感器(6)、热罐储热传感器(7)、环境温度传感器(8)、净水器(9)、移动装置(10)以及优化单元(11)；

所述风力燃油机(1)、光伏发电(2)的输出端均与所述储热水罐(5)、蓄电池(4)连接，所述风能发电(3)输出端与所述蓄电池(4)连接；所述风力燃油机(1)产生的高温送至储热水罐(5)，所述风力燃油机(1)产生的电能送至蓄电池(4)内储存，所述光伏发电(2)为蓄电池(4)提供电负荷、为储热水罐(5)提供热负荷，所述风能发电(3)为蓄电池(4)提供电负荷；所述储热水罐(5)的输出端为系统和用户提供热负荷和热水，所述蓄电池(4)的输出端为系统或用户提供电负荷；

所述风力燃油机(1)还与移动装置(10)连接，当处于移动状态时，所述风力燃油机(1)带动移动装置(10)移动；

所述储能监测传感器(6)与蓄电池(4)相连接，用于监测蓄电池(4)中的储能情况；所述热罐储热传感器(7)包括温度传感器与水位传感器，其与储热水罐(5)相连接，所述环境温度传感器(8)用于监测外部环境中的温度，所述净水器(9)与蓄电池(4)相连接；

所述储能监测传感器(6)、热罐储热传感器(7)、环境温度传感器(8)输出端均与优化单元(11)连接，所述优化单元获取智能调控系统的移动装置(10)运行功率、风力燃油机产电功率、光伏产电功率、风力燃油机热转化效率、风能产电功率、储热水罐温度、周围环境温度、蓄电池储能情况，建立如下目标函数，并利用优化混沌灰狼算法对目标函数进行优化控制，最终输出最优的系统控制数据进行优化调度，所述目标函数为：式中：Puse(t)为t时段电负荷的功率，Qhot(t)为t时段热负荷的功率：其中，γ＝1时为运行状态下的目标函数，γ＝0时为静止状态下的目标函数，其中Pgo(t)为t时刻移动装置运行所消耗的功率， 的相关运行公式为：

式中： 为风力燃油机的产电功率，Pce(t)为t时刻消耗的电功率， 为风力燃油机热转化效率；

式中： 为光伏电池的输出有功功率； 为在标准测试条件下的光伏输出功率； 为光伏的降额系数，设置为0.8； 为实际太阳辐射强度； 为标准测试条件下的太阳辐射强度； 为PV电池板的温度系数； 为当前时间步长的PV电池温度； 为标准测试下的PV电池温度；

式中： 是WT的输出功率；Pr'是WT的额定功率；v'ci、v'r和v'co代表的是WT的切入风速、额定风速以及切出风速；a′、b′、c′、d′是风速参数；

式中：Thot(t)为t时刻热罐的温度，Tround(t)为t时刻周围环境的温度，为转换参数。

2.根据权利要求1所述的一种保障安全供能的智能调控系统，其特征在于，利用优化混沌灰狼算法对目标函数F进行优化控制，最终输出最优的系统控制数据进行优化调度，利用优化混沌灰狼算法对智能调控系统的设备的出力情况进行相关的优化，根据各个时刻的最优出力总和，输出电负荷与热负荷最大时的最优控制策略，具体包括如下步骤：步骤1：数据初始化，利用混沌映射初始化狼群个体，形成随机点，对初始化进行优化，初始化灰狼种群及α、A和C，C表示狼所在的位置对猎物影响的随机权重，α表示第一阶层的狼群；A为取值范围‑a到a的均匀随机数，a为常数，初始值为2；将风力燃油机产电功率、风力燃油机热转化效率、风能产电功率、光伏产电功率、储热罐热量、蓄电池储能作为输入形成狼群；

步骤2：进行判断，判断处于静止状态还是运动状态，当处于静止状态时，目标为最大化产能；处于运动状态时，以供给运动为主要目的情况下，最大化产能；

步骤3：计算灰狼个体的适应度，保存适应度最好的前3匹狼α、β和δ；

步骤4：更新灰狼位置，进行狩猎过程其中包围猎物的计算公式如下：

式中： 表示个体与猎物间的距离， 为灰狼的位置更新公式，t是目前的迭代代数，和 是系数向量， 和 分别是猎物的位置向量和灰狼的位置向量， 和 的计算公式如下：其中，是收敛因子，随着迭代次数从2线性减小到0，和 的模取[0,1]之间的随机数；

狩猎过程的狩猎计算公式如下：

其中， 分别表示α、β和δ与其他个体间的距离， 分别代表α、β和δ

的当前位置； 是随机向量， 是当前灰狼的位置；

上式分别定义了狼群中ω个体朝向α、β和δ前进的步长和方向，ω的最终位置由以下公式定义：步骤5：更新α，A和C；

步骤6：根据所处的状态计算全部灰狼的适应度；

步骤7：更新α、β和δ的适应度和位置；

步骤8：判断是否满足最大迭代次数，若满足，则输出最优解，否则，返回步骤3重新迭代计算。